芥末堆 子航 11月16日 報道

11月16日，在以“共建·讓更好的教育來得更快”為主題的GET2017教育科技大會上，馳聲科技創(chuàng)始人林遠東在人工智能論壇以“教育＋技術(shù)：從改良到漸進融合”為題發(fā)表了主題演講。

以下為林遠東的演講實錄（芥末堆略有刪減）：

在人工智能這個論壇中，前面可能有很多的前輩和同行分享了很多關(guān)于技術(shù)本身，今天我主要探討在更廣泛意義上的技術(shù)和教育結(jié)合推動的過程中，我的一些觀察和想法。

馳聲是教育行業(yè)最大的口語評測技術(shù)解決方案提供商，大致在6個細分行業(yè)提供智能口語評測技術(shù)，包括像江蘇、鳳凰等出版行業(yè)，中間是針對新東方、好未來等培訓(xùn)機構(gòu)，再有就是大家耳熟能詳?shù)?1talk等在線教育，還有像宏碁、讀書郎等教育類的硬件，最后則是傳統(tǒng)的教育軟件行業(yè)，以及考試服務(wù)類的機構(gòu)。

所以，作為一個第三方技術(shù)和解決方案提供商，我們比較有幸參與和觀察了很多合作伙伴應(yīng)用馳聲所提供的人工智能技術(shù)，所包裝的各種各樣的產(chǎn)品。這個過程中我們?nèi)ンw驗，到底教育和技術(shù)結(jié)合的過程中，有哪些趨勢和哪些規(guī)律。

簡而言之在我看來教育和技術(shù)它的互相促進演化的過程，有兩個比較明顯大的階段，又分為4個比較小的階段。當(dāng)前，我們應(yīng)該在這兩個大的運動中，我們可能已經(jīng)經(jīng)歷過了改良運動的大部分階段，并且正在前進或者進入融合運動的階段中?？赡芙裉熳龅竭@個論壇的從業(yè)者，會更多的體驗人工智能技術(shù)對這個行業(yè)里面的改良運動。

然后，已經(jīng)有非常少的從業(yè)者開始接觸到融合運動中關(guān)于自適應(yīng)學(xué)習(xí)的這一部分。而在我們看來，大數(shù)據(jù)階段可能還遠遠沒有到大家真正意義上的應(yīng)用和能夠觸碰的階段，接下來會給大家分階段的分享我們所觀察到的這樣一些不同的教育和技術(shù)發(fā)展的階段。

階段一：移動互聯(lián)網(wǎng)的信息技術(shù)

首先，只要是教育技術(shù)的從業(yè)者，大家可能都能夠體會到在差不多10年左右的時間里，掀起的在線教育與教育技術(shù)的熱潮。這個熱潮適于最早的一批技術(shù)人的夢想，我們認為當(dāng)移動互聯(lián)網(wǎng)、互聯(lián)網(wǎng)改變了許許多多的行業(yè)的時候，有那么一批技術(shù)人認為技術(shù)必將顛覆教育，這其實就是整個教育技術(shù)改良運動的起始。

最典型的是，當(dāng)錄播出現(xiàn)時，我還一直還記得這樣的一個口號：“我們能不能有一天能夠使得最好的老師、教材、教法能夠提供到每一個需要它的孩子，和需要它的學(xué)習(xí)者手里”，這就是我們傳說中的錄播，大量企業(yè)和創(chuàng)業(yè)者都很開心地認為，這將顛覆整個行業(yè)。

但實際上都是在錄播的基礎(chǔ)上，加上智能語音的互動，試圖重現(xiàn)課堂上名師跟學(xué)習(xí)者的互動這個過程，從而想達到替代老師或者說完全改變現(xiàn)有教育學(xué)院模式的目的。當(dāng)然大家都很清楚，這樣一個階段的技術(shù)改良運動，最終的結(jié)果是失敗了。

時至今日，我們所知道的絕大部分世界上有名的錄播的應(yīng)用，比如說我們說的斯坦福在線、MIT在線等，它給出了世界上幾乎是最好的大學(xué)課程，但是我們都知道它的完成率都不到3%、4%。我記得上一次參加未來之星CEO培訓(xùn)班的時候，當(dāng)時好未來的副總裁劉總跟我們分享：學(xué)而思網(wǎng)校的完成率是30%，幾乎所有臺下未來之星CEO們第一反應(yīng)是怎么那么高。

所以大家可以看到，實際上技術(shù)人想要顛覆教育的第一步夢想，也就是我們說的教育改良運動的第一步，我們希望通過信息技術(shù)去顛覆教育，實際上沒有發(fā)生。

我們又發(fā)現(xiàn)了另外一個有意思的趨勢，幾乎到現(xiàn)在為止我們所有的合作伙伴，做語言教育比較深入的，都在談?wù)撘粋€比較深入的話題即，視頻、直播、外教。中間的VIPKID、51Talk都是我們常年的合作伙伴，尤其是像VIPKID最近比較火，剛剛完成了一輪融資，今年會有預(yù)期50億的收入。

忽然之間，大家都在談?wù)撘粚σ?，都在談?wù)撘曨l的教學(xué)，實際上在我看來這就是信息或者是移動互聯(lián)信息去改良教育的一個回歸。在技術(shù)人嘗試顛覆教育的夢想受挫以后，大家開始去反思教育的本質(zhì)或者是為什么最好的教法、最好的老師和最好的教材沒有辦法顛覆教育。

于是大家開始去尋找那些信息技術(shù)所缺乏，或者是信息技術(shù)完全嵌入到教育過程中會帶來的原來線下所缺乏的東西，就是人和人的互動。大家發(fā)現(xiàn)原來教育實際上不是簡單地把知識傳授給這些學(xué)生，或者是教育主要的部分，80%不是把知識傳授給學(xué)生，而是這個過程中人和人的互動，這個過程中能夠讓學(xué)習(xí)者產(chǎn)生足夠的的學(xué)習(xí)動力、形成良好的學(xué)習(xí)習(xí)慣和正確的學(xué)習(xí)方法。

為了繼續(xù)推動技術(shù)和教育之間的融合，不可能回到原來線下教育的時代，于是大家又找到了這樣一條路，直接回歸人和人。在線下，大家都知道學(xué)校的教育是一對多，但是轉(zhuǎn)線上以后，其實人和人的互動、同學(xué)和同學(xué)之間的互動、老師和同學(xué)的互動被大規(guī)模的削弱。這就是為什么回歸到線上以后，我們通過一對一的互動來彌補線下人和人互動的生動性，同學(xué)和同學(xué)之間互動帶來的友誼方面的價值。

這個階段比較典型的特征是，技術(shù)人員逐步認知到不管是什么樣的技術(shù)，更多還是作為一個輔助教學(xué)的工具，也就是他們不再認為技術(shù)將顛覆教育行業(yè)。

我們再看整個移動互聯(lián)的信息技術(shù)對于教育改良運動實質(zhì)帶來的影響是什么，第一階段的錄播想要顛覆這個行業(yè)，結(jié)果受到了挫折，所以回歸到人和人的教育，通過在線視頻等方式，把技術(shù)定位在輔助工具。實際上，通過這些信息化技術(shù)的普及，你會發(fā)現(xiàn)真正奠定的比較深遠的影響，是整個知識的傳遞開始普及化。

在移動信息技術(shù)出現(xiàn)之前，跟我同齡的70后、80后，很多時候像古文教學(xué)是很困難的。因為我們的語文老師很多時候?qū)τ谀承┳帧⒛承┰~的解釋也不到位，他也不知道應(yīng)該怎么解釋。但是到了現(xiàn)在，如果我們碰到古文有一個字不認識，我們會做什么？我們會百度，完全不是問題。

第二，隨著移動互聯(lián)信息技術(shù)的普及，隨著我們技術(shù)不管是作為一對一的視頻載體還是作為教學(xué)輔助的工具，你都無可避免地發(fā)現(xiàn)所有的教學(xué)行為、所有的學(xué)習(xí)數(shù)據(jù)都變得在線化、移動化，而且大量的數(shù)據(jù)采集、存儲、分析和后續(xù)的分析和推動，實際上現(xiàn)在的信息整體都被存儲下來了，這是在移動信息或者是互聯(lián)網(wǎng)技出現(xiàn)是沒有辦法想象的。整體就形成了整個教育改良運動的非常重要的一個基礎(chǔ)。

階段二：人工智能技術(shù)階段。

教育技術(shù)改良運動的第二個階段叫做人工智能技術(shù)階段。

分享兩個案例，像一起作業(yè)和英語趣配音這都是兩個比較典型的合作客戶。這個應(yīng)用最重要的特色就是，它鼓勵用戶能夠張嘴練習(xí)英語的發(fā)音技能，包括我們前面有幾位分享嘉賓也在分享類似的技術(shù)。這些技術(shù)都是整個人工智能技術(shù)的一些垂直分支，其最重要的作用是使得人們練習(xí)技能可以在線化、數(shù)據(jù)化了。

這又要回到我剛才講的教育前面的一部分知識的在線化。知識和技能是不一樣的，簡單講，知識是你知道就知道了，但技能是需要大量的練習(xí)獲取的，以騎自行車為例，本身技術(shù)和原理是螺旋向心力，如果沒有騎過自行車的人我告訴你螺旋向心力的知識以后，你上去騎車，第一個有可能發(fā)生的事情就是摔倒。只有經(jīng)過不斷地摔倒，才能最終把這個自行車騎起來。這是技能練習(xí)的過程。

在很長一段時間里面，技能的習(xí)得是需要大量的人工干預(yù)的，比如說智能口語評測這個技術(shù)出現(xiàn)之前，人們練習(xí)口語的唯一途徑是找到熟知英語口語的人，跟他一起練習(xí)。使得整個過程難以普及，很少人真正有機會張嘴說好一口外語。

所以我們講說人工智能技術(shù)去做這個技術(shù)和改良運動的推動，它使開口練習(xí)發(fā)音技能變成了可能。

2012年教育部開始在全國各地做口語考試試點，口語考試不僅是要求你能夠正確的發(fā)音，還有口頭作文、看圖說話等類型。他們希望你就某一個限定的話題，能夠完整地應(yīng)用你學(xué)到的英語的知識去表達。我們稱之為表達能力評估，這是一種更加復(fù)雜的技能，不簡單是發(fā)音。

當(dāng)前人工智能技術(shù)的發(fā)展，在智能口語評測領(lǐng)域已經(jīng)在這方面有了很大的突破，實際上整個馳聲表達能力評估技術(shù)已經(jīng)突破了評分，并且在大量地方使它成為了現(xiàn)實。這也就意味著，你會發(fā)現(xiàn)現(xiàn)在人想要去，希望知道我能否應(yīng)用我學(xué)習(xí)的語言知識去談一談我對環(huán)境保護的看法，談一談我對職業(yè)發(fā)展的看法等等，這些都有可能實現(xiàn)自動的評估。所以，他能夠在練習(xí)中逐步去掌握一些復(fù)雜的技能。

又比如跟VR和AR結(jié)合。實際上通過與AR和VR這一類技術(shù)的深度結(jié)合，人工智能跟他們加起來使得能夠大量的學(xué)習(xí)者能夠在虛擬的場景下，真正練習(xí)他們的口語交流能力。在這樣一個過程中，你會發(fā)現(xiàn)，不管從發(fā)音到表達，交流、虛擬的場景，技術(shù)實際上是在不斷地更新，或者說使得技能的練習(xí)從簡單到復(fù)雜，到更加的擬人方針的這些練習(xí)，都變成了可能。

這是從2012年-2017年以來，我們所參與到的大量的，全國范圍內(nèi)的中高考英語口語考試的自動評分的一些場景，實際上也是在這個進程上不斷的往前走，簡單技能的練習(xí)、復(fù)雜技能的練習(xí)、復(fù)雜技能的評定，都越來越多的被人工智能技術(shù)所能夠嵌入和推動。

盡管人工智能這一段時間很火，實際上從我的眼中來看，應(yīng)該說整個教育技術(shù)改良運動的第二階段，實際上遠遠還沒有完成。它應(yīng)該說只是處在方興未艾的階段。

但是，可以往前推測的是，整個人工智能技術(shù)，對于教育還會有這么多的影響。首先，現(xiàn)在越來越使得技術(shù)對于教育的影響，從知識的傳遞到技能的習(xí)得。還有，當(dāng)人工智能技術(shù)能夠替代人去最技能評定也做成了非常有效的時候，很多的技能判定就會從主觀變成了客觀。

原來大量依賴人的時候，主觀的因素就會被摻進來，如果大量的使用人工智能來替代，它就會越來越變得客觀。一旦客觀了以后，你就會發(fā)現(xiàn)原來對于人的判斷從定性會走向定量，然后更多的是由于技能的習(xí)得和互動的流程，大量的使用人工智能的參與，它就會從線下走上了線上。

我們最近還碰到過一些職業(yè)教育的客戶，他們提到以前汽車修理會有很多的名車公司會給他們捐贈車。而實際上學(xué)員要去練習(xí)修車的時候怎么辦？要把這個寶馬砸了，我們?nèi)グ堰@個寶馬修了?？墒俏覀兌贾啦豢赡苡谐砂偕锨лv寶馬讓你砸的，誰也砸不起，所以能夠練習(xí)的人其實是少數(shù)。

如果我們通過VR把這樣的一個場景能夠復(fù)原，通過人工智能和VR結(jié)合起來，你就會發(fā)現(xiàn)你不需要再去砸1000輛豪車了。你可能只要在設(shè)定了這個應(yīng)用環(huán)境下，就可以不斷的練習(xí)，這些練習(xí)的行為大家要注意，它最重要的還不是Enable你去學(xué)習(xí)，同時這個學(xué)習(xí)的行為就可以被忠實的記錄下來。

不像以前在修車的過程當(dāng)中，你只能通過拍攝才能夠把這些行為記錄并去分析。現(xiàn)在你可以做到非常精準的分析和定位，從而使得學(xué)習(xí)效率變得更高。而從另外一方面講，由于不管是人工智能還是信息化的技術(shù)，他在真正廣泛意義的應(yīng)用過程中，會使得整個成本大大的下降。所以最后一條是，他會使得原先只有少數(shù)人能夠受益的一些方式和方法，比如修車，使得絕大部分人都有可能能夠獲益。

所以，我剛才跟大家分享的整個教育技術(shù)改良運動的兩個階段：

• 階段一：移動互聯(lián)信息技術(shù)。

• 階段二：人工智能技術(shù)。

這兩個大階段構(gòu)成了教育技術(shù)改良運動。為什么我們認為會把它歸集成為一個改良運動，是因為在這個過程中，如果大家還能夠注意到的話，事實上教育的主流模式并沒有發(fā)生根的變化。不論是移動互聯(lián)信息技術(shù)的出現(xiàn)，還是人工智能技術(shù)的逐步普及，都沒有改變當(dāng)前、班課老師和學(xué)生互動的主流教育模式。

所以，我們認為仍然處于改良運動。當(dāng)然，改良運動運動并不是沒有價值。我們現(xiàn)在來看一下，改良運動實際上做了哪些事情。

通過這兩個階段，我們只有一句話總結(jié)，“教育技術(shù)改良運動使得因材施教具備了技術(shù)基礎(chǔ)。”

通過前面兩個階段的改良運動大家可以看到，其實當(dāng)前老師已經(jīng)不在是知識的擁有者了，不管我現(xiàn)在走進任何一個教室，我們幾乎可以馬上確認當(dāng)前站在我面前這個老師，并不是能夠把這門課講的最好的老師，現(xiàn)在幾乎可以肯定。

因為，現(xiàn)在我們都可以肯定由于互聯(lián)網(wǎng)技術(shù)存在，應(yīng)該說全世界范圍內(nèi)一定能找到，幾乎可以肯定能找到，比當(dāng)前站在我們先面的這個老師，更適合講好這門課的方式。實際上我們相信未來，越來越多的這些老師在課堂上，作為知識的傳授者這個角色會被大大的弱化，其次是隨著類似于像口語練習(xí)，甚至是像口語考試的批改，這樣一系列的重復(fù)性的勞動都被人工智能技術(shù)所取代，比如說老師的這些重復(fù)性勞動也會持續(xù)的下降。

這兩張圖其實是在跟大家分享，我們在實質(zhì)上的一些客戶，在應(yīng)用我們的技術(shù)，在各個省市地區(qū)覆蓋的情況，應(yīng)該說現(xiàn)在越來越會被這樣一些技術(shù)所覆蓋。

下一個部分是個體教和學(xué)過程與海量評價數(shù)據(jù)誕生，不管是移動互聯(lián)信息技術(shù)的普及，還是人工智能技術(shù)的Enable使得更多的技能練習(xí)成為了現(xiàn)實。同時也都不可避免的造成了，在教和學(xué)的過程大量的數(shù)據(jù)會被存儲，應(yīng)該說第一階段的移動互聯(lián)信息技術(shù)使得這些數(shù)據(jù)被存儲、分析，成為可能性。

第二階段人工智能技術(shù)占據(jù)老師越來越多的重復(fù)性勞動，使得更多的行為從離線變成了在線，也導(dǎo)致了這些數(shù)據(jù)的大量的產(chǎn)生，所以整個教育技術(shù)應(yīng)該說才會產(chǎn)生從工具到融合的推動力，什么意思呢？就是恰恰是因為整個教育改良運動前面的成果，使得因材施教變成了可能。

或者大家可以想象一下，越來越多的知識傳遞的功能從老師身上剝離，越來越多的傳授技能功能從老師身上剝離，而同時又產(chǎn)生了越來越多的教學(xué)中的數(shù)據(jù)，那么老師的功能必然不可避免的為走到我如何從這些數(shù)據(jù)掌握到這些學(xué)生，教和學(xué)里面的規(guī)律，然后去做學(xué)習(xí)的決策。這也就是大家一直推倡的所謂個性化的學(xué)習(xí)，或者說所謂自適應(yīng)學(xué)習(xí)很重要的基礎(chǔ)。

階段三：教育融合運動

接下來分享的第三個階段，教育融合運動的第一個階段：

自適應(yīng)學(xué)習(xí)，這里面有幾點思考。其實，自適應(yīng)學(xué)習(xí)的定義也很多，但基本上我覺得都可以統(tǒng)一起來的是，基于對一個學(xué)習(xí)個體的深度理解，從而規(guī)劃出對他最高效的學(xué)習(xí)路徑和學(xué)習(xí)內(nèi)容。所以，從前面的教育改良運動也好，教育融合運動也好，我們可以看到對個體的深度的了解的程度和利用程度決定了自適應(yīng)學(xué)習(xí)的價值。

因為，現(xiàn)在大家談到的自適應(yīng)和市面上看到的自適應(yīng)很多都是在講我做了幾道題目，然后能給我推出大量的我做錯的這些題，相關(guān)的知識點的題目。實際上應(yīng)該說這樣的自適應(yīng)學(xué)習(xí)當(dāng)然也符合自適應(yīng)的定義，但是事實上你會發(fā)現(xiàn)，如果對一個學(xué)習(xí)者的了解、理解和利用程度，僅僅是幾道題目，那它的價值其實是非常的微弱的。

另一方面，整個教育和人工智能技術(shù)其實還是方興未艾，應(yīng)該說第二階段的改良運動還沒有完全的徹底。今后，我們可以看到的是整個人工智能將會越來越多的，在技能習(xí)得方面，不管是教學(xué)、評練測會更多深度的參與，使得老師越來越從這些功能里面解放出來，才有可能走到自適應(yīng)學(xué)習(xí)和教育技術(shù)融合運動的真正的階段。

第二階段：關(guān)于自適應(yīng)學(xué)習(xí)，融合其實意味著教育和技術(shù)的彼此改變，而不是在改良運動過程中，實際上是技術(shù)甘愿充當(dāng)輔助的工具，去更高效率的推動當(dāng)前教育模式往前發(fā)展。

下一個是海量數(shù)據(jù)的自動化時代對教學(xué)的挑戰(zhàn)是人的角色的變化，所以我們認為自適應(yīng)學(xué)習(xí)和個性化學(xué)習(xí)本質(zhì)的關(guān)鍵點和瓶頸是教師的角色改變和整個主流教學(xué)模式的改變，或者說教師角色的重新被定義。

為什么最后要講大數(shù)據(jù)？因為從我們的角度是，是否意味著人或者教師的存在，永遠沒有辦法被機器所替代。這個問題基本上是答案是肯定的，但從另外一個方面上講，人工智能也好隨著移動信息技術(shù)也好，越來越多的取代教師大部分的功能，而教師轉(zhuǎn)向針對采集到的海量數(shù)據(jù)去做決策，這一部分其實自適應(yīng)學(xué)習(xí)的第一步。

而自適應(yīng)的學(xué)習(xí)這樣這一步發(fā)生了以后，老師對于個性化學(xué)習(xí)的決策數(shù)據(jù)開始被收集，正如我前面幾位同行所分享的，所有人工智能的起由和推動都是數(shù)據(jù)，當(dāng)這一部分數(shù)據(jù)被大量的采集，人工智能在進一步往前去替代人對于個性化學(xué)習(xí)的決策才變得可能。

所以，隨著未來海量數(shù)據(jù)和自適應(yīng)學(xué)習(xí)數(shù)據(jù)這個階段被真正意義上的記錄、存儲和分析，人類從大量的數(shù)據(jù)里面學(xué)習(xí)到學(xué)習(xí)的規(guī)律、教學(xué)的規(guī)律才成為可能，在那個階段我們認為才是真正意義上教育和技術(shù)進入大數(shù)據(jù)夢想的階段。